概要
GoogleのCX Agent Studioで、企業向け音声エージェントに最適化された複合モデル。Composite V1の後継で、2026年10月22日に一般提供（GA）が発表されました。このGAステータスはCX Agent Studio固有で、他のGoogle Cloud製品での提供状況を意味するものではありません。(docs.cloud.google.com)
能力と用途
- V1と同じListenerモデルとThinkingモデルを使い、Speakerモデルを改良。音声の文字起こし、入力の処理とバックエンドツールの実行、応答の音声化を組み合わせます。
- 発話のペース、抑揚、表現がより自然になり、インラインタグで間、息継ぎ、笑い、声のトーンの変化を指定できます。追跡番号、電話番号、住所などの読み上げ精度も改善されています。
- 主な用途は、顧客対応などの企業向け音声エージェントです。CX Agent Studioのエージェントアプリでグローバルモデルとして選択できます。(docs.cloud.google.com)
制限・留意点
- 長い話し方の指示は通話中の声の変動やインラインタグとの競合を招く場合があります。数字や識別子の読み上げは、必要に応じてテキスト正規化の指示を追加してください。
- V1から移行する場合、インラインタグの角括弧を山括弧に変更し、公開前に評価と受け入れテストを実施することが推奨されています。
- コンテキスト長などのモデル固有の数値上限は、確認した公式資料では未確認です。(docs.cloud.google.com)
料金
CX Agent Studioの公開料金はモデル単体ではなくセッション単位です。通常料金は音声セッション1件あたり USD 0.50。音声会話が5分（300秒）を超えると、それ以降は USD 0.0025／秒の超過料金が適用されます。チャットから音声に切り替わったセッションは、全体が1件の音声セッションとして課金されます。(cloud.google.com)
入力・出力別のトークン単価は未確認です。CX Agent Studioの説明では、セッション料金にエージェントとガードレールの基盤モデルのトークン使用が含まれ、トークンの割り当て上限は課金ではなく処理容量を管理します。上記はCX Agent Studioのサービス料金であり、他プラットフォームのモデル単体料金ではありません。(docs.cloud.google.com)
料金確認日：2026年11月15日。公式料金ページ